[发明专利]基于Gabor变换的指纹特征提取与压缩编码的方法

说明书

本发明涉及指纹识别技术领域，具体涉及一种基于Gabor变换的指纹特征提取与压缩编码的方法，包括以下步骤：(1)、读入一幅原始指纹图像；(2)、基于Gabor变换对指纹特征进行提取，得到指纹图像的Gabor幅值响应特征图；(3)、将每幅指纹图像的Gabor幅值响应特征图划分为W×W的小块，并将Gabor幅值响应特征图分块处理；(4)、在每一个小块内，对每个像素点的Gabor幅值响应值进行编码操作，得到整幅图像的特征向量F_总＝[F₁F₂.......F_W×W]；(5)、将F_总＝[F₁F₂.......F_W×W]作为一幅指纹图像的最终特征，存储到数据库中，并在指纹识别中用于数据匹配；本发明采用Gabor幅值响应编码的方法，在保留有效特征的同时，能够较大程度上降低指纹特征的数据规模，便于数据存储和匹配运算。

技术领域

本发明涉及指纹识别技术领域，具体涉及一种基于Gabor变换的指纹特征提取与压缩编 码的方法。

背景技术

Gabor变换是一种基于窗口的短时傅氏变换，解决了傅氏变换局部频率变化的不足，能 够有效获得信号的局部信息。在进行图像处理时，纹理特征往往反应在局部区域的变化，因 此将二维Gabor滤波器用于提取图像纹理特征能够取得良好效果。

指纹识别是一种典型的生物特征识别技术，目前的相关技术研究最为成熟，应用也最为 广泛。但是由于各种不可避免的因素影响，使得指纹纹理特征很难得到准确提取和匹配。Gabor 小波变换作为一种经典的纹理特征提取工具，已经在指纹图像增强中取得显著的效果。但是 经过多尺度多方向的Gabor变换后，指纹特征的维数将会显著增加，给后期的特征存储和匹 配带了较大困难，严重影响指纹识别系统的快速性。

发明内容

为了解决上述技术问题中的不足，本发明的目的在于：提供一种基于Gabor变换的指纹 特征提取与压缩编码的方法，既能够很好的实现指纹不同方向、不同尺度纹理特征的有效提 取，又能有效的降低特征维数，方便特征存储和匹配运算。

本发明为解决其技术问题所采用的技术方案为：

所述基于Gabor变换的指纹特征提取与压缩编码的方法，包括以下步骤：

(1)、读入一幅原始指纹图像；

(2)、基于Gabor变换对指纹特征进行提取，得到指纹图像的Gabor幅值响应特征图， 所用Gabor函数如下：

其中，x,y为给定位置的图像坐标；参数σ＝0.5；为Gabor滤波器 中心频率；为不同方向滤波器的相角,Gabor滤波器组中8个不同方向 μ∈{0,1,2,3,4,5,6,7}，5个不同尺度ν∈{0,1,2,3,4}，最大中心频率k_max＝π/2；

指纹图像Gabor特征通过将指纹图像与Gabor滤波器卷积得到，假设指纹图像灰度值为 I(x,y)，则I和Gabor函数G_μ,ν的卷积定义为：

O_μ,ν(z)＝I(z)*G_μ,ν(z)

其中，式中*为卷积算子，z＝(x,y)，ν∈(0,....,4)，μ∈(0,...,7)，O_μ,ν(z)表示当尺度为ν和方向为 μ时Gabor卷积图像。因此，经过卷积运算，每1幅指纹图像被转换为5个尺度、8个方向 的卷积图像。

另外，由于Gabor卷积的幅值信息反映图像的能量谱，在图像真实边缘附近具有良好的 光滑性，因此，本专利采用每幅卷积图像的幅值响应作为最终的特征，其计算公式如下：